Цифровой сервис для подготовки аттестационных листов обучающихся
Аннотация
В статье представлен конвейер автоматизированной обработки учебной документации. Для создания числовой модели текстовой информации используется векторное представление данных, для повышения качества извлечения и предобработки данных из документов используются технологии OCR и регулярные выражения. Особое внимание уделено исследованию возможностей Chroma DB, которая предоставляет эффективные средства для хранения и поиска информации по векторным данным. На основе семантического сопоставления справок об обучении и детального сравнения по дисциплинам учебного плана реализован механизм рекомендации наиболее подходящего направления подготовки. Реализация представлена как автономный микросервис, развёрнутый в Docker и доступный через FastAPI. В результате создано гибкое решение, которое значительно сокращает время ручной сверки учебных планов и справок об обучении, обеспечивает высокую точность обнаружения сходства в наименованиях дисциплин и объёмах часов, а также легко масштабируется и интегрируется в существующие корпоративные информационные системы, благодаря стандартизированному REST-интерфейсу. Использование разработанного цифрового сервиса позволяет, с одной стороны, повысить объективность анализа учебных планов, сравнения дисциплин и выделения ключевых компетенций, что обеспечивает максимально корректное распределение обучающихся по направлениям подготовки. С другой стороны, цифровой сервис значительно ускоряет процесс подготовки документов и уменьшает нагрузку на учебные отделы образовательных организаций.
Литература
2. Park Y., Shin Y. Gradual OCR: An Effective OCR Approach Based on Gradual Detection of Texts. Mathematics. 2023;11(22):4585. https://doi.org/10.3390/math11224585
3. Bogachev R.E., Zarikovskaya N.V. Implementation of the backend of web systems using the FASTAPI framework. Aktualʹnye naučnye issledovaniâ v sovremennom mire. 2021;(11-15):368-373. (In Russ., abstract in Eng.) EDN: QCWPAU
4. Pooja Bhat, Thanuja J.C. Implementing a Google Dialogflow Chatbot for Restaurant Websites – A Serverless Approach with fastAPI. International Advanced Research Journal in Science, Engineering and Technology. 2024;11(7):214-219. https://doi.org/10.17148/IARJSET.2024.11730
5. Voronin E.Yu., Lastin V.I. Using FastAPI to create high‑performance REST APIs. Moâ professionalʹnaâ karʹera. 2025;2(72):92-98. (In Russ., abstract in Eng.) EDN: XUSYJK
6. Nikulin V.S. Development of a graphical tool for designing neural network models based on TensorFlow. Information Technologies in Construction, Social and Economic Systems. 2025;(2):251-258. (In Russ., abstract in Eng.) EDN: RQCBSR
7. Madayev Kh.Kh. Razrabotka arkhitektury krossplatformennogo prilozheniya dlya intellektualnoy otsenki znaniy shkolnikov. Tendentsii razvitiya nauki i obrazovaniya. 2025;(123-3):106-110. (In Russ., abstract in Eng.) EDN: BWRIKE
8. Kozhevnikova P.V., Kolesnikova D.V., Sochko S.S. Unified Data Storage of the Dispatch Decision Support System. Information Technologies in Management and Economics. 2025;(1):12-25. (In Russ., abstract in Eng.) EDN: LGQKQH
9. Nichik S.A. Intelligent Companion Recommendation System Based on Artificial Intelligence. Innovation & Investment. 2025;(7):504-506. (In Russ., abstract in Eng) EDN: QAHRXT
10. Vedmanov I.S., Sivakova T.V., Sudakov V.A. Intelligent Technologies for Generating Recommendations Based on Natural Language Queries. Keldysh Institute Preprints. 2025;(3):1-12. (In Russ., abstract in Eng) EDN: ALJDCU
11. Putra N.R., Rachmadi R.F., Nugroho S.M.S. Web Service untuk Ekstraksi Informasi KTP Menggunakan Google Cloud Vision. Jurnal Teknik ITS. 2023;12(3): A227-A232. https://doi.org/10.12962/j23373539.v12i3.122400
12. Sun J., Cao W., Yamanaka T. JustDeepIt: Software tool with graphical and character user interfaces for deep learning-based object detection and segmentation in image analysis. Frontiers in Plant Science. 2022;964058. https://doi.org/10.3389/fpls.2022.964058
13. Fajardo Quesada A.J., et al. Curriculum: curriculum tracking and validation website. Seminars in Medical Writing and Education. 2024;3:394. https://doi.org/10.56294/mw2024394
14. Khalevin T.A. Working with Forms and the Jinja2 Template Engine of the Flask Framework in Python. Dnevnik nauki. 2023;(6):1-7. (In Russ., abstract in Eng) https://doi.org/10.51691/2541-8327_2023_6_14
15. Srivastava A.K., et al. Django, The Python Web Framework. International Journal of Scientific Research in Engineering and Management. 2022;06(05):1-10. https://doi.org/10.55041/ijsrem13183
16. Hu X., et al. APAview: A web-based platform for alternative polyadenylation analyses in hematological cancers. Frontiers in Genetics. 2022;13:928862. https://doi.org/10.3389/fgene.2022.928862
17. Korobko A.V., Sheftel K.S. Model-driven approach to generating operational printed reports. Informational and mathematical technologies in science and management. 2022;(4):181-189. (In Russ., abstract in Eng) https://doi.org/10.38028/ESI.2022.28.4.014
18. Priyasta D., Hadiyanto, Septiawan R. Enabling EV Roaming Through Cascading WebSockets in OCPP 1.6. Journal Europeen des Systemes Automatises. 2023;56(3):437-449. https://doi.org/10.18280/jesa.560311
19. Mazumder J., Mukhopadhyay P. Designing Question-Answer Based Search System in Libraries: Application of Open Source Retrieval Augmented Generation (RAG) Pipeline. Journal of Information and Knowledge. 2024;61(5);255-260. https://doi.org/10.17821/srels/2024/v61i5/171583
20. Zagorodnikov M.V., Mikhaylov A.A. Recovering Text Layer from PDF Documents with Complex Background. Proceedings of the Institute for System Programming of the RAS (Proceedings of ISP RAS). 2024;36(3):189-202. (In Russ., abstract in Eng) https://doi.org/10.15514/ISPRAS-2024-36(3)-13
21. Kozlov S.V., Svetlakov A.V. Using Regular Expressions to Process Text Data. International Journal of Open Information Technologies. 2022;10(9):82-89. (In Russ., abstract in Eng) EDN: ZOSEER
22. Makarova E.A. Processing of semi-structured text data for use in data analysis models. Informational and mathematical technologies in science and management. 2023;(1):178-189. (In Russ., abstract in Eng) https://doi.org/10.25729/ESI.2023.29.1.015
23. Yang B., Cao Y., Ren Y. Integrating Vector Databases across Embedding Models. Proceedings of the ACM on Management of Data. 2025;3(6):338. https://doi.org/10.1145/3769803
24. Kulshreshtha S., Garcia J.L.R., Chang C.-Y. Cross-lingual Alignment Methods for Multilingual BERT: A Comparative Study. In: Cohn T., He Y., Liu Y. (eds.) Findings of the Association for Computational Linguistics: EMNLP 2020. Association for Computational Linguistics; 2020. p. 933-942. https://doi.org/10.18653/v1/2020.findings-emnlp.83
25. Siddhanta A., Bhagat A.K. Sentiment Showdown – Sentence Transformers stand their ground against Language Models: Case of Sentiment Classification using Sentence Embeddings. Procedia Computer Science. 2025;257:1205-1212. https://doi.org/10.1016/j.procs.2025.03.161
26. Reimers N., Gurevych I. Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks. In: Inui K., Jiang J., Ng V., Wan X. (eds.) Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing (EMNLP-IJCNLP). Hong Kong, China: Association for Computational Linguistics; 2019. p. 3982-3992. https://doi.org/10.18653/v1/D19-1410
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Редакционная политика журнала основывается на традиционных этических принципах российской научной периодики и строится с учетом этических норм работы редакторов и издателей, закрепленных в Кодексе поведения и руководящих принципах наилучшей практики для редактора журнала (Code of Conduct and Best Practice Guidelines for Journal Editors) и Кодексе поведения для издателя журнала (Code of Conduct for Journal Publishers), разработанных Комитетом по публикационной этике - Committee on Publication Ethics (COPE). В процессе издательской деятельности редколлегия журнала руководствуется международными правилами охраны авторского права, нормами действующего законодательства РФ, международными издательскими стандартами и обязательной ссылке на первоисточник.
Журнал позволяет авторам сохранять авторское право без ограничений. Журнал позволяет авторам сохранить права на публикацию без ограничений.
Издательская политика в области авторского права и архивирования определяются «зеленым цветом» в базе данных SHERPA/RoMEO.
Все статьи распространяются на условиях лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная, которая позволяет другим использовать, распространять, дополнять эту работу с обязательной ссылкой на оригинальную работу и публикацию в этом журналe.
